論文の概要: Style Your Face Morph and Improve Your Face Morphing Attack Detector
- arxiv url: http://arxiv.org/abs/2004.11435v1
- Date: Thu, 23 Apr 2020 19:29:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-10 12:38:37.656817
- Title: Style Your Face Morph and Improve Your Face Morphing Attack Detector
- Title（参考訳）: 顔モフをスタイル化して、顔モフ攻撃検知器を改良
- Authors: Clemens Seibold, Anna Hilsmann, Peter Eisert
- Abstract要約: 顔の画像は合成画像で、2つの被験者の顔と非常によく似ているので、どちらも検証に使える。
形態素顔画像の品質を向上するスタイル転送方式を提案する。
- 参考スコア（独自算出の注目度）: 2.0883760606514934
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A morphed face image is a synthetically created image that looks so similar
to the faces of two subjects that both can use it for verification against a
biometric verification system. It can be easily created by aligning and
blending face images of the two subjects. In this paper, we propose a style
transfer based method that improves the quality of morphed face images. It
counters the image degeneration during the creation of morphed face images
caused by blending. We analyze different state of the art face morphing attack
detection systems regarding their performance against our improved morphed face
images and other methods that improve the image quality. All detection systems
perform significantly worse, when first confronted with our improved morphed
face images. Most of them can be enhanced by adding our quality improved morphs
to the training data, which further improves the robustness against other means
of quality improvement.
- Abstract（参考訳）: 形態付き顔画像は、2つの被験者の顔と非常によく似た合成画像であり、どちらも生体認証システムに対する検証に使用することができる。
2つの被験者の顔画像を調整してブレンドすることで容易に作成できる。
本稿では,顔画像の質を向上させるスタイル転送ベース手法を提案する。
ブレンディングによって生じる顔画像のモーフィックな生成において、画像のデジェネレーションに逆らう。
改良された顔画像および画像品質を改善する他の方法に対する性能に関するアートフェイスモーフィング攻撃検出システムの異なる状態を分析した。
改良された顔画像に最初に直面すると、全ての検出システムは著しく悪化する。
トレーニングデータに品質向上形態を追加することで、そのほとんどは強化され、他の品質改善手段に対する堅牢性がさらに向上します。
関連論文リスト
- LADIMO: Face Morph Generation through Biometric Template Inversion with Latent Diffusion [5.602947425285195]
顔改ざん攻撃は、顔認識システムに深刻なセキュリティ脅威をもたらす。
本稿では,2つの顔認識の埋め込みにおいて,表現レベルの顔形態形成手法であるLADIMOを提案する。
顔形態変種は個々の攻撃成功率を持ち、形態的攻撃ポテンシャルを最大化できることを示す。
論文 参考訳（メタデータ） (2024-10-10T14:41:37Z) - Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。
顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
論文 参考訳（メタデータ） (2024-06-04T01:36:29Z) - Optimal-Landmark-Guided Image Blending for Face Morphing Attacks [8.024953195407502]
本稿では,最適なランドマーク誘導画像ブレンディングを用いた顔形態形成攻撃を行うための新しい手法を提案する。
提案手法は, ランドマークの最適化とグラフ畳み込みネットワーク(GCN)によるランドマークと外観特徴の組み合わせにより, 従来のアプローチの限界を克服する。
論文 参考訳（メタデータ） (2024-01-30T03:45:06Z) - Effective Adapter for Face Recognition in the Wild [72.75516495170199]
私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。
従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。
高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
論文 参考訳（メタデータ） (2023-12-04T08:55:46Z) - DreamIdentity: Improved Editability for Efficient Face-identity
Preserved Image Generation [69.16517915592063]
人間の顔の正確な表現を学習するための新しい顔識別エンコーダを提案する。
また、モデルの編集可能性を高めるために、自己拡張編集可能性学習を提案する。
我々の手法は、異なるシーン下でより高速にアイデンティティ保存された画像を生成することができる。
論文 参考訳（メタデータ） (2023-07-01T11:01:17Z) - Towards minimizing efforts for Morphing Attacks -- Deep embeddings for morphing pair selection and improved Morphing Attack Detection [4.349201388722244]
顔埋め込みは、大規模なモルフィング攻撃生成のための画像の選択と、潜在的なモルフィング攻撃を検出する2つの目的がある。
顔の埋め込み類似性に基づいて個人をペアリングする事前選択アルゴリズムを用いる。
モーフィング・アタックを検出する能力の観点から、2つの最先端の顔認識システムからの埋め込みを比較した。
論文 参考訳（メタデータ） (2023-05-29T17:00:40Z) - MorphGANFormer: Transformer-based Face Morphing and De-Morphing [55.211984079735196]
顔変形に対するスタイルGANベースのアプローチが主要な技術である。
本稿では,顔の変形に対する変換器ベースの代替手段を提案し,その利点をStyleGANベースの方法と比較した。
論文 参考訳（メタデータ） (2023-02-18T19:09:11Z) - Facial De-morphing: Extracting Component Faces from a Single Morph [12.346914707006773]
モルヒネ攻撃検出戦略は モルヒネを検出できるが 画像や身元を復元できない
そこで本研究では,顔画像から両アイデンティティの画像を同時に復元できる新しいデモーフィング手法を提案する。
論文 参考訳（メタデータ） (2022-09-07T05:01:02Z) - A new face swap method for image and video domains: a technical report [60.47144478048589]
FaceShifterアーキテクチャに基づいた新しいフェイススワップパイプラインを導入する。
新しいアイロス機能、超解像ブロック、ガウスベースのフェイスマスク生成は、品質改善につながる。
論文 参考訳（メタデータ） (2022-02-07T10:15:50Z) - HifiFace: 3D Shape and Semantic Prior Guided High Fidelity Face Swapping [116.1022638063613]
本研究では,光源面の顔形状を保存し,写真リアルな結果を生成できるHifiFaceを提案する。
本稿では,エンコーダとデコーダの組み合わせを最適化するSemantic Facial Fusionモジュールを提案する。
論文 参考訳（メタデータ） (2021-06-18T07:39:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。